- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我有一个 Pandas 数据框,如下所示:
Voice_Usage | Data_Usage | Revenue | Age | Segment
--------------------------------------------------
300 | 20 | 400 | 35 | 1
700 | 10 | 300 | 40 | 1
100 | 15 | 200 | 32 | 3
150 | 30 | 100 | 20 | 2
450 | 12 | 450 | 54 | 1
900 | 18 | 800 | 17 | 3
... ... ... ... ...
我想从上面的数据框中导出一个数据框,其中每个 Segment 类型都将包含数据框中的所有变量及其统计度量(最小值、最大值、平均值)。
派生的数据框应该是这样的:
Segment | Variables | Min | Max | Mean |
----------------------------------------
1 Voice_Usage 5 100 50
1 Data_Usage 0 50 30
1 Revenue 50 1500 300
1 Age 10 80 35
2 Voice_Usage 10 200 70
2 Data_Usage 10 90 50
2 Revenue 30 500 200
2 Age 15 60 25
3 Voice_Usage 5 100 500
3 Data_Usage 0 50 30
3 Revenue 50 1500 300
3 Age 10 80 35
...等等。
如何从第一个数据帧中导出第二个数据帧?我按段值分组并聚合了其他变量,但这没有用。我需要让它成为 n 通用的。数据框的变量。
最佳答案
使用melt
与 DataFrameGroupBy.agg
:
df = (df.melt('Segment', var_name='a')
.groupby(['Segment','a'])['value']
.agg(['min','max','mean'])
.reset_index())
print (df)
Segment a min max mean
0 1 Age 35 54 43.000000
1 1 Data_Usage 10 20 14.000000
2 1 Revenue 300 450 383.333333
3 1 Voice_Usage 300 700 483.333333
4 2 Age 20 20 20.000000
5 2 Data_Usage 30 30 30.000000
6 2 Revenue 100 100 100.000000
7 2 Voice_Usage 150 150 150.000000
8 3 Age 17 32 24.500000
9 3 Data_Usage 15 18 16.500000
10 3 Revenue 200 800 500.000000
11 3 Voice_Usage 100 900 500.000000
如果要多个统计使用DataFrameGroupBy.describe
:
df = (df.melt('Segment', var_name='a')
.groupby(['Segment','a'])['value']
.describe()
.reset_index())
print (df)
Segment a count mean std min 25% 50% \
0 1 Age 3.0 43.000000 9.848858 35.0 37.50 40.0
1 1 Data_Usage 3.0 14.000000 5.291503 10.0 11.00 12.0
2 1 Revenue 3.0 383.333333 76.376262 300.0 350.00 400.0
3 1 Voice_Usage 3.0 483.333333 202.072594 300.0 375.00 450.0
4 2 Age 1.0 20.000000 NaN 20.0 20.00 20.0
5 2 Data_Usage 1.0 30.000000 NaN 30.0 30.00 30.0
6 2 Revenue 1.0 100.000000 NaN 100.0 100.00 100.0
7 2 Voice_Usage 1.0 150.000000 NaN 150.0 150.00 150.0
8 3 Age 2.0 24.500000 10.606602 17.0 20.75 24.5
9 3 Data_Usage 2.0 16.500000 2.121320 15.0 15.75 16.5
10 3 Revenue 2.0 500.000000 424.264069 200.0 350.00 500.0
11 3 Voice_Usage 2.0 500.000000 565.685425 100.0 300.00 500.0
75% max
0 47.00 54.0
1 16.00 20.0
2 425.00 450.0
3 575.00 700.0
4 20.00 20.0
5 30.00 30.0
6 100.00 100.0
7 150.00 150.0
8 28.25 32.0
9 17.25 18.0
10 650.00 800.0
11 700.00 900.0
关于Python - Pandas 将所有其他列的列和统计度量分组为新列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52075311/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!